«Умные» чат-боты: риски и нюансы применения нейросетей в бизнесе

Использование чат-ботов на основе нейросетей в различных бизнес-процессах становится восходящим трендом. Размышляем, как правильно планировать и реализовывать подобные проекты.

Рынок искусственного интеллекта (ИИ) растет в среднем на 21,6% в год — и так будет продолжаться до 2030 года, когда его объем достигнет $2 трлн. По итогам 2023 года, ожидается, что он превысит отметку в $515 млрд. Российский рынок в мировых масштабах небольшой, но динамика развития сопоставима: в 2022 году он увеличился на 18% и оценивался Правительством в 650 млрд рублей.

Один из наиболее динамичных сегментов рынка ИИ – чат-боты на основе нейросетей. Компании все чаще используют их для автоматизации бизнес-процессов. При этом не всегда такой опыт оказывается успешным. Основная причина неудач — непонимание нюансов работы технологии и условий, необходимых для качественной реализации проектов.

Разберемся в понятиях. Чат-бот — это диалоговый интерфейс, то есть программа, которая выявляет запрос пользователя и предлагает решение. Он не обязательно основан на технологиях искусственного интеллекта: простые чат-боты действуют по заранее определенному сценарию.

Нейросеть — это математическая модель, чей принцип работы аналогичен нейронным связям в мозге человека, используемая в машинном обучении. Она способна решать различные задачи без заранее прописанного алгоритма. И чат-бот на основе нейросети может, к примеру, понимать естественный язык пользователя и генерировать уникальный ответ, основываясь на анализе контекста.

Можно выделить четыре основных угрозы проектам по разработке и внедрению «умного» чат-бота.

Первый риск — завышенные ожидания. Как правило, они возникают, когда у руководителей компании есть только общие представления о нейросетях и их возможностях. Например, распространен стереотип, что искусственный интеллект полностью заменит специалистов и начнет работать круглосуточно. При этом не будет ждать заработную плату, не заболеет и не уйдет в отпуск. Отпадет необходимость в тимбилдингах и обсуждении личных проблем сотрудников, и много в чем еще. Но этого не случится: программные алгоритмы могут взять на себя только решение рутинных задач с качеством реализации на уровне способностей человека. Поэтому важно на старте проекта изучить возможности и ограничения технологии.

Второй риск — неправильный выбор производственных и бизнес-процессов для применения чат-ботов. Далеко не в каждой компании их можно внедрить. Например, для взаимодействия с коллегами, клиентами и партнерами может требоваться эмпатия, а робот на ее выражение не способен. Там, где важно проявить участие или правильно выбрать тональность разговора, нужен человек. Яркий пример – медицинская сфера: при общении с пациентами часто важно подбирать правильные слова, чтобы успокоить и снизить тревожность.

Третий риск — недостаточное количество данных. Ошибочно полагать, что для запуска проектов в области машинного обучения нужны только желание и бюджет. Первичное требование — наличие большого массива данных. Так, 30 документов для обучения модели не хватит — нужно 30 тысяч. Когда количества информации или примеров для обучающей выборки недостаточно, уровень решения будет слабым.

Четвертый риск — низкое качество данных. У компании должно быть много релевантных и размеченных данных. Недостаточно накапливать отсканированные нераспознанные документы — данные нужно структурировать, разметить, очистить. Важно предусмотреть время и бюджет на то, чтобы собрать и привести в порядок всю необходимую для обучения модели информацию. Это довольно трудоемкий и, пожалуй, самый сложный этап в разработке чат-бота на основе нейросети.

Таким образом важно вдумчиво подходить к запуску проекта, потребуются хорошая база данных и большая подготовительная работа.

Задача чат-бота на основе искусственного интеллекта — быстро помочь в решении проблемы или ответить на вопрос. Но часто вместо этого робот вызывает раздражение. Особенно, если человек уже потратил на взаимодействие несколько минут, но так и не смог донести суть запроса, а чат-бот – дать ответ или переключить на оператора, а лишь повторяет одни и те же фразы. Поэтому при разработке решения стоит поставить цель — сделать диалог максимально комфортным для пользователя.

Например, для автоматизации первой линии клиентской поддержки стоит перенести в систему базовые вопросы, которые возникают чаще всего. В таких случаях, 80% всех обращений сможет обрабатывать чат-бот, а 20% более сложных проблем помогает решить специалист компании. Не нужно пытаться сделать из робота эксперта во всех областях и минимизировать переключение на операторов, если ценой будет снижение лояльности клиентов.

При создании текстового чат-бота важно учитывать стиль общения пользователей. Разработчикам стоит проанализировать, как люди формулируют запросы в определенном бизнес-процессе (какие слова и выражения используют), и сформировать конкретный лексический словарь. Иначе может возникнуть недопонимание, после чего пользователь завершит разговор, не получив осмысленных ответов.

Более того, словарный запас бота не должен ограничиваться знаниями программистов. Поэтому в команде проекта должны быть люди, отвечающие за формирование лексического словаря.

В экстренных ситуациях критически важно поговорить со специалистом поддержки лично и как можно скорее. Поэтому нужно предусмотреть механизм мгновенного переключения на человека. Это важно для экстренных и коммунальных служб, банков, сотовых операторов. Чем проще построен процесс коммуникации, тем лучше. Тогда не возникнет негативных эмоций — только благодарность за оперативное решение вопроса.

Бывают продвинутые роботы, сообщения которых записаны профессиональными дикторами с хорошо поставленными голосами. Они уверенно ведут разговор и только на третьей или пятой фразе становится ясно, что собеседник — не человек. Возникает раздражение, которое переносится на компанию и в дальнейшем вызывает неприятные ассоциации с брендом. С первых мгновений пользователь должен понимать, что он общается с нейросетью.

У каждого проекта по внедрению чат-бота должна быть конкретная измеримая цель — необходимо определить показатели, которые должны измениться. На старте проекта важно тщательно изучить бизнес-процесс, который нужно автоматизировать. И если нет понимания, как бот может его улучшить, отложить реализацию.

Когда решение разработано, его стоит протестировать в ограниченном варианте применения — на узкой группе пользователей или в отдельных функциях. При успешном пилотном внедрении, чат-бот можно тиражировать и запускать на полную мощность.

Нейросети сегодня находятся на начальном этапе своего развития. В дальнейшем их возможности будут только расти. В ближайшие годы чат-боты на основе нейросетей смогут выполнять все больше функций, на которые сотрудники тратили значительное время. В перспективе нескольких лет появятся системы, способные к “квазичеловеческой” реакции для взаимодействия в определенных нишах. Все это расширит сферу применения ИИ.

Например, Chat GPT и системы на его основе уже сейчас могут выполнять различные задачи по генерации контента. Это экономит время, позволяет получать качественный результат быстрее и с минимальными затратами. Можно с уверенностью предположить, что изменится структура должностных обязанностей специалистов, а работа станет интереснее, потому что все элементарные задачи можно будет отдать искусственному интеллекту, в том числе — чат-ботам на основе нейросетей.